Test süresi artırma (TTA), çıkarım sırasında bir girdinin birden fazla dönüştürülmüş görünümünde model tahminlerini bir araya getirir. Histoloji görüntüleri kanonik bir yönelimden yoksun olduğundan, $D_4$ TTA ---bir karenin 8 dönüşü ve yansıması boyunca havuzlama- hesaplamalı patolojide standart bir varsayılandır. Bununla birlikte, kendi kendini denetleyen histoloji temel modellerinin (FM'ler) doğası gereği rotasyonel değişmezliğe sahip yükselişi, bunun devam eden faydasını sorgulamaktadır.
- Test süresi artırma (TTA), çıkarım sırasında bir girdinin birden fazla dönüştürülmüş görünümünde model tahminlerini bir araya getirir.
- Histoloji görüntüleri kanonik bir yönelimden yoksun olduğundan, $D_4$ TTA ---bir karenin 8 dönüşü ve yansıması boyunca havuzlama- hesaplamalı patolojide standart bir varsayılandır.
- Bununla birlikte, kendi kendini denetleyen histoloji temel modellerinin (FM'ler) doğası gereği rotasyonel değişmezliğe sahip yükselişi, bunun devam eden faydasını sorgulamaktadır.
Test süresi artırma (TTA), çıkarım sırasında bir girdinin birden fazla dönüştürülmüş görünümünde model tahminlerini bir araya getirir.
02 Özet
Test süresi artırma (TTA), çıkarım sırasında bir girdinin birden fazla dönüştürülmüş görünümünde model tahminlerini bir araya getirir. Histoloji görüntüleri kanonik bir yönelimden yoksun olduğundan, $D_4$ TTA ---bir karenin 8 dönüşü ve yansıması boyunca havuzlama- hesaplamalı patolojide standart bir varsayılandır. Bununla birlikte, kendi kendini denetleyen histoloji temel modellerinin (FM'ler) doğası gereği rotasyonel değişmezliğe sahip yükselişi, bunun devam eden faydasını sorgulamaktadır. Dört yama düzeyinde ve iki tam slayt görüntü (WSI) veri kümesinde 9 histoloji FM'yi ve 6 genel amaçlı modeli karşılaştırıyoruz. $D_4$ TTA'nın güvenilir bir post-hoc gelişme olmaya devam ettiğini, ancak faydaların genel amaçlı omurgalar için $+1,98$ yüzde puandan (pp) TCGA-UT'deki histoloji FM'leri için kişi başına $+0,50$'a düştüğünü ve en büyük modeller için daha da küçüldüğünü tespit ettik. Hesaplama yükünü ortadan kaldırmak için deneylerimiz, entropi yönlendirmenin (TTA'yı belirsiz tahminlere seçici olarak uygulayarak) numunelerin yalnızca ${sim}%13$'unu artırırken kazancın çoğunu kurtardığını göstermektedir. Son olarak, yama düzeyindeki TTA iyileştirmelerinin slayt düzeyinde çoklu örnek öğrenmeye (MIL) aktarılmadığını gösterdik. Kod: https://github.com/lars-chen/histology-tta
Bu çeviri otomatik (makine çevirisi) olarak hazırlandı; bilimsel alıntı için özgün özeti esas alın.
Test-time augmentation (TTA) aggregates model predictions across multiple transformed views of an input during inference. Because histology images lack a canonical orientation, $D_4$ TTA---pooling across the 8 rotations and reflections of a square---is a standard default in computational pathology. However, the rise of self-supervised histology foundation models (FMs) with inherent rotational invariance calls its continued utility into question. We benchmark 9 histology FMs and 6 general-purpose models across four patch-level and two whole-slide image (WSI) datasets. We find that $D_4$ TTA remains a reliable post hoc improvement, but benefits diminish from $+1.98$ percentage points (pp) for general-purpose backbones to $+0.50$ pp for histology FMs on TCGA-UT, and shrink further for the largest models. To eliminate computational overhead, our experiments demonstrate that entropy routing---applying TTA selectively to uncertain predictions---recovers most of the gain while augmenting only ${sim}13%$ of samples. Finally, we show that patch-level TTA improvements do not transfer to slide-level multiple instance learning (MIL). Code: https://github.com/lars-chen/histology-tta
03 PDF
Bu PDF başka bir sitede (arxiv.org) barındırılıyor ve sayfa içinde gösterilemiyor. Yukarıdaki düğmelerle yeni sekmede açabilir ya da indirebilirsiniz.
04 Kaynak göster
@article{chen2026when,
title = {When Do Histology Foundation Models Need Geometric Test-Time Augmentation?},
author = {Lars Chen and Valentino F. Foit and Dorry Segev and Michal Mankowski},
journal = {arXiv preprint arXiv:2611.21565},
year = {2026},
url = {https://arxiv.org/abs/2611.21565}
}
Chen, L., Foit, V. F., Segev, D., & Mankowski, M. (2026). Histoloji Temel Modelleri Ne Zaman Geometrik Test Süresinin Artırılmasına İhtiyaç Duyar?. arXiv. https://arxiv.org/abs/2611.21565
Yorumlar 0
Henüz yorum yok. İlk yorumu siz yazın.
Yorum yazın